台大机器学习技术作业1的几个svm实验咋做？里面要用的svm matlab代码 svm函数不知道参数应该怎么填

来源：蜘蛛抓取(WebSpider) 时间：2016-05-21 03:20 标签： matlab svm工具箱下载
机器学习SVM习题集_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
机器学习SVM习题集
上传于||暂无简介
阅读已结束，如果下载本文需要使用0下载券
想免费下载更多文档？
下载文档到电脑，查找使用更方便
还剩7页未读，继续阅读
你可能喜欢学习神经网络、SVM等机器学习的知识，为了更好的投入到应用当中，用matlab还是c++好呢？
按投票排序
如果是以后致力于投身工业界，建议还是基于C/C++建议自己的代码库，能够在这个过程中提高自己Coding的水平，特别是抽象的能力。此外推荐可以搭配Python。后者有助于迅速实现算法。仅就快速实现算法而言，Matlab是一个很好的选择，但是一般Matlab比较难形成产品级的代码。
我一般是Matlab做算法验证，做实验，算法成熟了 ，在用C/C++实现。用C/C++实现过了，你会对算法理解特别深刻，基本上闭上眼睛，流程都在脑海里，因为你已经调试很多遍了，不熟悉调不通啊！！！！Python绝对好东西，我也学了，无奈用的少，老是忘。
1 我的经验是用Matlab，因为机器学习的难点是在理论，你学得心急如焚，火冒三丈的时候，哪有心情去调一个C++内存溢出。而且C++的语法没有Matlab适合矩阵运算。最后就是贪多嚼不烂，两样都学不好。2 我的实际情况供你参考，我是一个10多年的java程序员，研究生在英国念的人工智能，Distinction 毕业，几年前在网上重新看机器学习的课程温习一遍，老师讲解题目用octave(matlab)但是习题可以自己选语言。我有没有用我精通的java语言去做习题？没有，还是用octave写的。为什么？举个简单的例子，你java程序写好了，一对答案错了，你看着自己的java程序和标准答案的matlab程序，以我的经验我可以想象是非常难发现问题的，可能程序结构都不一样，你怎么比较？ 有时候可能错误跟机器学习一点关系也没有，完全是编程知识，可是如果你没有几年的编程经验是很难快速发现问题的。比如java array index 从0开始，matlab matrix 从1开始，如果第一次学而不是真的做产品，完全没有必要浪费时间在这上面。3 理论搞懂了，翻译成其他语言是不麻烦的，不就是数据导入导出，数学运算吗？找到合适的lib，3天包会。4 最近开始用java写了，分享一些经验，首先需要一个线性代数的库(lib)，然后要plot的库，如果读取matlab的数据，还需要一个专门的库。这三个是主要的，其他小功能自己写一些util方法都可以搞定，然后基本可以开始写machine learning的部分，神经网络部分back propagation需要线性代数和链式求导的知识，SVM 还没开始写。感觉离产品级别的代码还很远，性能估计不行，用的库是否合适（性能，版权）也不确定，一个人也没时间写一堆算法。
我目前主要是从事NLP和神经网络相关开发。两者都应该学习，理由如下：1. matlab语法简单，矩阵计算优化好，文献中有很多程序都是用matlab写的。如果想要制作产品原型，或者阅读别人的代码，学习matlab都是很好的途径。另外matlab也很好学，做几个习题基本的方法就能学会了。2. C++运算速度快，应用面广，在计算量大的时候可以考虑使用C++作为产品开发的语言。可以配合一些优化较好的矩阵库，比如Eigen。我在我的电脑（Phenom X4 + ddr2 8G + ubuntu 12.04）上benchmark过矩阵运算的速度，大致如下：
Matlab &= C++Eigen优化
& C++ Eigen & C++ for循环优化
& Numpy & C++ for循环 编译的时候用了-O3 -march=native之后，Eigen的运算速度比matlab要慢一点点。如果使用并行的话C++Eigen优化后的速度还是相当惊人的。3. 产品用C++而不是matlab的另一个考虑是内存问题。Matlab的程序太吃内存，而C++可以很好的控制内存。4. 计算量大的情况下，如非常深的RNN,不推荐用Python+numpy，运算速度太慢了，如果C++不熟练，不如直接用matlab写，写得快，算得快。python位于C++和matlab之间，在运算量大的情况下(比如需要连续运算超过一天时间)还是比较尴尬的。5. 推荐将程序并行化，现在cpu都是多核的，如果是顺序编程，有很多计算能力都闲置了。在ubuntu下可以用system monitor看看几个核的使用情况。
推荐python， 最近很多使用Matlab的实验室都在转用Python了，如果你对编程比较感兴趣的话，学一下C++是很有帮助的，如果只是想熟悉一下算法流程、公式推导，Python的抽象程度足够了。对想学神经网络的人来说，学3、4门计算机编程语言，要求不高吧！linux世界里，社区community是软件发展的重要力量，python社区近来比较火的原因有一部分就是因为紧跟科技界的发展，实时推出相关的应用包python：机器学习包：深度学习包：深度学习网站：============半年过去了===================我现在使用的是shogun，[github]接口是python，内核是C++，感觉挺好使，但也挺耗时的！不过现在上研期间时间也够花，我就是爱写写代码，以前理论知识太模糊，现在读完代码，清醒多了。
不应该按语言来选择，而是看是否有很成熟的专业的库。Python 有非常流行的NumPy, SciPy, SymPy, Scikit-Learn 等库，用来实现机器学习非常快捷。Java有知名的Mahout, WekaScala有非常有名的Spark综上，Python, Java, Scala都是很不错的选择，按库的丰富程度来，我会选择 Python & Scala &Java. Scala排在Java前面，是因为Java的库，Scala可以无缝调用，因此Java有多少库那么Scala就有多少库，且Scala比Java更加具有表达力，写出来的代码非常简洁优美，因此Scala优先于Java.Matlab 不推荐，引用 余凯的微博: 一篇好文章，题目“Google's Hybrid Approach to Research". 有一点建议特别想分享给有志于工业界发展的博士生们 － write production or near-production code from day one, do NOT use Matlab. 这里是另一条反Matlab的微博：“重发一次：据说这是一个谷歌雇员关于Matlab的评论。我单位确实来过这样的实习生，声称除了Matlab，其他语言都不会。但我们当时需要的是C++和Python，还有FORTRAN也行。结果此人混了一个夏天。”
为啥不用weka? ()莫非楼主想自己写神经网络、SVM等training优化/inference算法？如果你真的有能力写的话，应该都是C++，考虑到模型计算的计算复杂度，C++是不二之选。俺们做NLP的无非用python写写自定义的特征提取算法。提取好特征之后然后再交给现成的机器学习库。当然如果用weka的话，有时候连特征提取算法都不用自己写了
当你选择放弃做生产任务时（产品级代码，上线运行，实时预测，等等），应选择matlab当你选择从事做生产任务时，应选择c++但通常是兼而有之，所以C++必须（尽量接近）精通，按照目前的趋势，还应该掌握cuda，因为cpu，实在是太慢了，我本人是无法接受用cpu来跑大型算法的。而matlab需要能看懂，这是为了方便理解别人写的实验室代码。python也是一种折衷的选择，但并不推荐，因为做实验不如matlab，做产品不如c++，虽然把两者各自的缺点中和掉了，但优点也被中和掉了，那些库像numpy、scipy，看起来很厉害很好用（确实是比较方便），但遇上大计算量还是只能做原型。当然这你的项目要是能拿原型系统就扛得住也没话说。同样，需要学一些python语法以看懂别人写的代码。至于上面说“理论搞懂了，翻译成其他语言是不麻烦的，不就是数据导入导出，数学运算吗？找到合适的lib，3天包会。”这样的答案，我只能用一个典故来评论，“天下姓字夥矣,奈何姓万?自晨起至今,才完五百画也”
为啥不用python
实在不懂那些老是批评matlab慢的人是什么心态，一样的LAPACK库，或者是MKL库。自己在matlab里面写for循环的是什么精神。当然做产品会用C++，我想一个是基于对版权的考虑，考虑到用C++不依赖于matlab的runtime。还有C++对于非线性代数的操作自由度要大得多。就题主的这种情况，当然是matlab没跑。神经网络matlab有一个deep learning toolbox，可以帮你从零开始学习deep learning。什么，你要学教材上那种只有一层Hidden Layer的神经网络？那种已经死掉的东西有什么好学的。SVM，台湾的组有LibSVM和LibLinear，有各种语言的接口。matlab的接口极其好用，简直就是turn key solution.当然，你也可以试试python，祝你不要迷失在package的汪洋大海里。
已有帐号？
无法登录？
社交帐号登录 上传我的文档
 下载
 收藏
毕业于医学院校，在医院工作，有相对丰富的护理经验
 下载此文档
正在努力加载中...
matlab中SVM工具箱的使用方法
下载积分：1500
内容提示：matlab中SVM工具箱的使用方法
文档格式：DOC|
浏览次数：11|
上传日期： 00:03:08|
文档星级：
该用户还上传了这些文档
matlab中SVM工具箱的使用方法
官方公共微信

我要回帖

更多关于 matlab svm工具箱下载 的文章

 

随机推荐